Machine Learning Designer memungkinkan Anda membangun dan men-debug model menggunakan pipeline. Untuk membangun model, Anda perlu membuat pipeline, menambahkan komponen ke dalamnya, dan mengatur komponen sesuai dengan logika model. Machine Learning Designer menyediakan template bawaan untuk berbagai skenario industri. Anda dapat membuat pipeline dari template bawaan untuk mempercepat pembuatan model, atau membuat pipeline kosong, menggunakan template kustom, atau mengimpor pipeline yang sudah ada.
Prasyarat
Sebuah workspace telah dibuat. Untuk informasi lebih lanjut, lihat Buat dan kelola sebuah workspace.
Buat sebuah pipeline
Masuk ke Konsol PAI. Di halaman Pemodelan Visual (Designer), pilih workspace yang diinginkan dan klik Masuk ke Pemodelan Visual (Designer).
Pilih salah satu metode berikut untuk membuat pipeline sesuai dengan kebutuhan bisnis Anda:
Buat pipeline dari template preset
Machine Learning Designer memiliki puluhan template preset yang dikembangkan berdasarkan framework yang berbeda untuk memenuhi kebutuhan skenario industri yang berbeda. Anda dapat membuat pipeline menggunakan template preset dan mengubah komponen atau konfigurasi komponen untuk membangun model yang sesuai dengan kebutuhan Anda.
Parameter | Deskripsi |
Nama Pipeline | Tentukan nama untuk pipeline yang ingin Anda buat. |
Penyimpanan Data | Path bucket Object Storage Service (OSS) yang menyimpan data sementara dan model yang dihasilkan selama waktu proses pipeline. Kami merekomendasikan Anda mengonfigurasi parameter ini. Jika Anda tidak mengisi parameter ini, penyimpanan default dari workspace akan digunakan. Sistem secara otomatis membuat direktori sementara dalam format |
Visibilitas |
|
Buat pipeline kosong
Tambahkan komponen dari awal ke pipeline yang ingin Anda buat dan bangun model berdasarkan kebutuhan bisnis.
Parameter | Deskripsi |
Nama Pipeline | Tentukan nama untuk pipeline yang ingin Anda buat. |
Penyimpanan Data | Path bucket Object Storage Service (OSS) yang menyimpan data sementara dan model yang dihasilkan selama waktu proses pipeline. Kami merekomendasikan Anda mengonfigurasi parameter ini. Jika Anda tidak mengisi parameter ini, penyimpanan default dari workspace akan digunakan. Sistem secara otomatis membuat direktori sementara dalam format |
Visibilitas |
|
Buat pipeline dari template kustom
Di perusahaan, pengembang algoritma mungkin perlu mengembangkan pipeline dan menyimpannya sebagai template untuk para ahli bisnis. Para ahli bisnis kemudian dapat membuat pipeline untuk membangun, menerapkan, dan menguji model.
Untuk memenuhi kebutuhan ini, Machine Learning Designer menyediakan fitur template kustom. Fitur ini memungkinkan Anda menghasilkan template kustom dari pipeline yang berhasil dijalankan dan membagikannya dengan pengembang lain di workspace. Dengan cara ini, pengguna lain dapat membuat pipeline berdasarkan template tersebut.
Gunakan template kustom
Anggota dengan peran Algorithm Developer di workspace saat ini dapat mengkloning pipeline dari template kustom dengan mengikuti petunjuk pada gambar.
Parameter | Deskripsi |
Nama Pipeline | Tentukan nama untuk pipeline yang ingin Anda buat. |
Penyimpanan Data | Path bucket Object Storage Service (OSS) yang menyimpan data sementara dan model yang dihasilkan selama waktu proses pipeline. Kami merekomendasikan Anda mengonfigurasi parameter ini. Jika Anda tidak mengisi parameter ini, penyimpanan default dari workspace akan digunakan. Sistem secara otomatis membuat direktori sementara dalam format |
Visibilitas |
|
Jika Anda tidak memiliki template kustom, Anda dapat membuatnya. Untuk informasi lebih lanjut, lihat Buat template kustom.
Buat template kustom
Pengembang algoritma di workspace dapat melihat template kustom, membuat pipeline berdasarkan template, dan membangun model dari pipeline tersebut.
Klik dua kali nama pipeline yang berhasil dijalankan.
Di toolbar atas kanvas pada halaman detail pipeline, klik Publish as Template.
Di dalam kotak dialog Publish as Template, konfigurasikan Template Name, Description, dan Documentation Link, lalu klik Publish. Parameter Documentation Link bersifat opsional.
Anda dapat memasukkan URL HTTP di bidang Documentation Link . URL tersebut akan mengarahkan Anda ke halaman tempat fitur template kustom dijelaskan.
Setelah template dipublikasikan, klik OK. Anda akan diarahkan ke tab Custom Templates. Di tab ini, Anda dapat melihat template yang telah dibuat.
Impor pipeline yang sudah ada
Anda dapat mengimpor file pipeline berformat JSON yang diekspor oleh Anda atau orang lain ke workspace Anda untuk membuat pipeline. Jika Anda membuat pipeline dari file tersebut, komponen dan konfigurasi komponen dari pipeline asli akan diimpor ke pipeline baru. Setelah itu, Anda dapat menyesuaikan komponen tertentu atau konfigurasi komponen untuk membangun model.
Parameter | Deskripsi |
Nama Pipeline | Tentukan nama untuk pipeline yang ingin Anda buat. |
Penyimpanan Data | Path bucket Object Storage Service (OSS) yang menyimpan data sementara dan model yang dihasilkan selama waktu proses pipeline. Kami merekomendasikan Anda mengonfigurasi parameter ini. Jika Anda tidak mengisi parameter ini, penyimpanan default dari workspace akan digunakan. Sistem secara otomatis membuat direktori sementara dalam format |
Visibilitas |
|
Referensi
Setelah membuat pipeline, Anda dapat membuka pipeline untuk membangun dan men-debug model. Untuk informasi lebih lanjut, lihat Pelatihan model.
Jika Anda belum terbiasa dengan proses keseluruhan menggunakan Machine Learning Designer, Anda dapat membuat pipeline dari template preset atau kustom untuk pengalaman cepat. Untuk informasi lebih lanjut, lihat Demo untuk membuat pipeline menggunakan template dan Pipeline kustom.
Di toolbar atas kanvas di Machine Learning Designer, klik Export Pipeline untuk mengekspor pipeline ke mesin lokal Anda.